利用Matlab標定引數在OpenCV中進行立體匹配

查志強發表於2016-01-27
原文網址 : https://blog.csdn.net/zhazhiqiang/article/details/50595902
MatlabOpenCV

【原文：http://blog.csdn.net/mailang2008/article/details/5849380】

Matlab標定工具為使用者提供了比較方便的標定方法，而且標定結果比較準確。因此本文利用Matlab標定方法對雙目視覺進行立體標定，標定結果存為.xml檔案中。

首先載入標定結果：

[cpp] view plaincopy
  1. CvMat *_M1 = (CvMat*)cvLoad("left_Matrix.xml");  
  2. CvMat *_M2 = (CvMat*)cvLoad("right_Matrix.xml");  
  3. CvMat *_D1 = (CvMat*)cvLoad("left_dist.xml");  
  4. CvMat *_D2 = (CvMat*)cvLoad("right_dist.xml");  
  5.      CvMat *_R = (CvMat*)cvLoad("R.xml");  
  6.    CvMat *_T = (CvMat*)cvLoad("T.xml");  

載入完成後進行畸變及平行校正：

[cpp] view plaincopy
  1. cvStereoRectify( _M1, _M2, _D1, _D2, imageSize,  
  2.                 _R, _T,  
  3.                 &_R1, &_R2, &_P1, &_P2, &_Q,  
  4.                 0/*CV_CALIB_ZERO_DISPARITY*/ );  
  5.  cvInitUndistortRectifyMap(_M1,_D1,&_R1,&_P1,mx1,my1);  
  6.             cvInitUndistortRectifyMap(_M2,_D2,&_R2,&_P2,mx2,my2);  

校正後即可進行立體匹配：

[cpp] view plaincopy
  1. cvFindStereoCorrespondenceBM( img1r, img2r, disp,  
  2.                        BMState);  
  3.                    cvNormalize( disp, vdisp, 0, 256, CV_MINMAX );  

 


相關文章